孫文晶 王明偉 馮建
(1.西南財(cái)經(jīng)大學(xué)會計(jì)學(xué)院,四川 成都 611130;2.西安交通大學(xué)管理學(xué)院,陜西 西安 710049)
資本市場建設(shè)是經(jīng)濟(jì)轉(zhuǎn)型的必要條件,長期資金入市則是市場健康發(fā)展的基石。近年來,隨著資本市場改革深入,中國證監(jiān)會在資金來源、業(yè)績考核、投資渠道與監(jiān)管安排等方面出臺了一系列措施,為吸引更多中長期資金入市提供政策支持。其中,社?;鹱鳛橹匾闹虚L期資金來源,其入市動(dòng)態(tài)得到了社會各界的廣泛關(guān)注。自2003年社保基金正式涉足資本市場以來,社?;鸪止梢?guī)模基本呈持續(xù)增長態(tài)勢,截止2018年末,社保基金持股623只,持股總市值1 937億元,已成為資本市場中不可忽視的重要力量。但與此同時(shí),中國社?;鸬钠骄止杀壤齼H為1.71%(1)此處“中國社保基金的平均持股比例僅為1.71%”與描述性統(tǒng)計(jì)分析中的社?;鹌骄止杀壤嬖诓町悾蛟谟谠撎幍臄?shù)值是未進(jìn)行縮尾處理的結(jié)果,特此說明。,仍處于較低水平,其能否實(shí)現(xiàn)政策初衷,切實(shí)發(fā)揮促進(jìn)市場健康發(fā)展的積極影響還有待厘清。因此,明確社?;饘Y本市場的影響與作用機(jī)制是完善資本市場建設(shè)的重要課題。
現(xiàn)有研究對機(jī)構(gòu)投資者與分析師預(yù)測的關(guān)系進(jìn)行了豐富探討。一方面,基于公司治理理論,機(jī)構(gòu)投資者具有監(jiān)督效應(yīng),將抑制公司盈余管理,促進(jìn)信息披露[1],改進(jìn)分析師預(yù)測[2-3]。另一方面,基于利益相關(guān)者理論,分析師群體的發(fā)展依賴于對利益相關(guān)者訴求的回應(yīng),面臨來自基金分倉等利益沖突[4]。傾向于做出偏樂觀的盈余預(yù)測[5]。社?;痣m然屬于機(jī)構(gòu)投資者的范疇,但與一般的機(jī)構(gòu)投資者存在較大差異。第一,社保基金的規(guī)模更大,獨(dú)立性更強(qiáng)[6],其治理效應(yīng)可能更為明顯。第二,不同于基金公司等機(jī)構(gòu)投資者面臨短期業(yè)績壓力,傾向于通過分倉等方式對分析師施壓,社?;鹱鳛閼?yīng)對中國老齡化進(jìn)程的長期資金[7],對短期收益的要求較低,其更關(guān)注資金安全和長期保值增值[8],這種追求低波動(dòng)的“安全網(wǎng)”效應(yīng)可能會通過新的渠道影響分析師預(yù)測。
本文可能的貢獻(xiàn)在于:第一,不同于現(xiàn)有研究局限于普適性的機(jī)構(gòu)投資者治理效應(yīng)[9-12],本文提出了社保基金持股的“安全網(wǎng)”效應(yīng),并據(jù)此建立了“社?;鸪止伞顿Y者關(guān)注——分析師預(yù)測”的分析框架,引入了社?;鸪止蓪?dǎo)致的市場參與方互動(dòng),突出了社保基金與一般機(jī)構(gòu)投資者的差異,豐富了有關(guān)社?;鸪止傻睦碚撗芯?。第二,本文從理論和實(shí)證的角度分析了不同市場環(huán)境下社保基金持股的異質(zhì)性作用,對社?;鸪止傻摹鞍踩W(wǎng)”效應(yīng)形成了閉環(huán)驗(yàn)證,在豐富社?;鸪止上嚓P(guān)研究的同時(shí),亦對不同市場參與方行為互動(dòng)與演化研究提供了有益補(bǔ)充。第三,本文研究結(jié)論對中國資本市場改革具有重要的啟示意義,研究發(fā)現(xiàn)社?;鸪止蓪⑼ㄟ^改變投資者的資產(chǎn)配置,影響分析師的預(yù)測行為,這一結(jié)論表明,在推進(jìn)資本市場改革、引入多元化市場主體的過程中,決策部門不僅要關(guān)注各類市場主體對市場定價(jià)的直接影響,更要關(guān)注新入市主體與既有主體之間的行為互動(dòng)及可能導(dǎo)致的對市場的綜合影響。
證券分析師的預(yù)測行為主要受信息和利益沖突兩大因素影響,其中,前者是分析師決策的客觀基礎(chǔ),后者是分析師預(yù)測的主觀動(dòng)機(jī)。第一,在信息方面,現(xiàn)有文獻(xiàn)發(fā)現(xiàn)無論是上市公司的公開信息披露[1],還是分析師調(diào)研所獲取的私有信息[13],均可以顯著提升分析師預(yù)測精度,進(jìn)一步,媒體報(bào)道[14]等在信息傳遞過程中的助力亦有助于改進(jìn)分析師預(yù)測。第二,在利益沖突方面,現(xiàn)有文獻(xiàn)證實(shí)分析師面臨來自上市公司、機(jī)構(gòu)投資者、兄弟部門等多方面的利益沖突[15-17],基金分倉、經(jīng)紀(jì)、承銷、直投等業(yè)務(wù)壓力都將迫使分析師做出有偏預(yù)測,給出更樂觀的預(yù)測評級[5,15]。
機(jī)構(gòu)投資者作為資本市場的重要主體,其對分析師預(yù)測的影響得到了較多關(guān)注。一方面,機(jī)構(gòu)投資者有動(dòng)機(jī)、有能力參與上市公司治理[18],從而有助于促進(jìn)公司信息披露[1,19],改進(jìn)分析師預(yù)測精度;另一方面,對于機(jī)構(gòu)投資者重倉持有的股票,分析師為獲取機(jī)構(gòu)投資者的分倉派點(diǎn)以及基金經(jīng)理的新財(cái)富投票,往往面臨較強(qiáng)的唱多壓力,難以給出客觀的預(yù)測結(jié)果,從而損害預(yù)測精度[4,20]。因此,機(jī)構(gòu)投資者對分析師預(yù)測具有相反的作用,其具體影響需要考慮不同情境以及不同機(jī)構(gòu)投資者之間的異質(zhì)性。
社?;鹱鳛楸姸鄼C(jī)構(gòu)投資者中的一員,具有保障中國老齡化進(jìn)程安全的重要使命,自入市以來便得到了學(xué)術(shù)界的高度關(guān)注。但目前有關(guān)社?;鹑胧薪?jīng)濟(jì)后果的研究仍然較少,且主要集中于公司決策方面,如靳慶魯和宣揚(yáng)等(2016)[21]以社保基金免征紅利稅為切入點(diǎn),發(fā)現(xiàn)社保基金持股與公司股利顯著正相關(guān);李春濤和薛原等(2018a)[11]則關(guān)注社?;鸬闹卫硇?yīng),發(fā)現(xiàn)社?;鸪止赡軌蛱嵘鲜泄镜挠噘|(zhì)量。
作為中國資本市場改革的重要一環(huán),社?;鸬戎虚L期資金入市可能對資本市場發(fā)展帶來深刻影響。一方面,社?;鸬母咭?guī)模、長期限等屬性,使其具備更強(qiáng)的治理意愿和治理能力,從而更有助于促進(jìn)公司信息披露,助力分析師預(yù)測。另一方面,社?;鹚袚?dān)的保障任務(wù)使其具有更低的風(fēng)險(xiǎn)偏好,有助于降低股價(jià)波動(dòng),促使投資者調(diào)整資產(chǎn)配置,從而影響分析師面臨的經(jīng)紀(jì)業(yè)務(wù)利益沖突,導(dǎo)致其預(yù)測行為變化。
1.治理效應(yīng)
根據(jù)公司治理理論,社?;鹂赡艹鲇谝韵氯c(diǎn),具有更強(qiáng)的治理效應(yīng)。第一,與基金、信托等其他機(jī)構(gòu)投資者相比,社?;鹱鳛檎С值臋C(jī)構(gòu)投資者[7],對短期收益的敏感性較低,更為關(guān)注投資的長期收益[8],從而更有動(dòng)力參與公司經(jīng)營與治理[22]。第二,社保基金持股廣泛且規(guī)??捎^,具有涉足各個(gè)行業(yè)的專業(yè)化投資團(tuán)隊(duì),在監(jiān)督公司管理層與大股東方面具有比較優(yōu)勢[23],監(jiān)督成本更低,監(jiān)督收益更高[24],監(jiān)督動(dòng)力與能力更強(qiáng),從而可以提升治理有效性;第三,與保險(xiǎn)、信托這些與上市公司存在較強(qiáng)業(yè)務(wù)關(guān)系的機(jī)構(gòu)投資者相比,社保基金獨(dú)立性更強(qiáng)[6],可以更為有效的監(jiān)督和約束公司管理層[23]。
基于上述三方面,與一般機(jī)構(gòu)投資者相比,社?;鸪止傻闹卫硇?yīng)可能更加明顯,從而有助于促進(jìn)公司信息披露,提高盈余質(zhì)量[11],改進(jìn)分析師預(yù)測精度。
2.安全網(wǎng)效應(yīng)
與中國散戶投資者偏好追漲殺跌的高波動(dòng)不同,社?;鹱鳛楸U现袊淆g化安全的支柱,保值是投資的第一要義。因此,社?;鹂赡芡ㄟ^以下三點(diǎn),降低持股波動(dòng),促使散戶投資者離開持股標(biāo)的,減少持股標(biāo)的的投資者關(guān)注。第一,社保基金天然偏好低波動(dòng)股票,在持股標(biāo)的的選擇上便呈現(xiàn)出與散戶投資者的巨大差異。第二,社保基金持股期限長、重安全,其有意愿、有能力對公司資本運(yùn)作行為進(jìn)行監(jiān)督[23-24],抑制內(nèi)幕交易,抑制股價(jià)操縱,降低股價(jià)極端波動(dòng)。第三,社?;饒?jiān)持價(jià)值投資理念,在股價(jià)低估時(shí)買入,在股價(jià)高估時(shí)賣出,這一操作思路擠壓了游資炒作收益,加劇游資炒作難度,從而將游資炒作擠出,降低股價(jià)波動(dòng)。
基于上述三方面,社?;鸾档土顺止蓸?biāo)的波動(dòng)性,形成了股價(jià)的安全網(wǎng),減少了散戶投資者的關(guān)注?;诶嫦嚓P(guān)者理論,散戶投資者熱衷于頻繁交易,是券商傭金收入的重要來源之一,亦是分析師經(jīng)紀(jì)業(yè)務(wù)利益沖突的重要來源,因此,投資者關(guān)注的減少將降低分析師面臨的經(jīng)紀(jì)業(yè)務(wù)利益沖突,提升分析師決策的獨(dú)立性,改進(jìn)其預(yù)測精度。
綜上所述,社?;鸪止刹粌H具有更強(qiáng)的治理效應(yīng),改善分析師的信息獲取,而且通過降低波動(dòng),形成安全網(wǎng),降低了持股標(biāo)的的投資者關(guān)注和分析師面臨的經(jīng)紀(jì)業(yè)務(wù)利益沖突,也提升了分析師決策獨(dú)立性。因此,預(yù)期社保基金持股將顯著提高分析師預(yù)測精度,據(jù)此提出以下假設(shè)。
H1社?;鸪止膳c分析師預(yù)測精度顯著正相關(guān)。
在不同的市場環(huán)境下,社?;鸪止蓪Ψ治鰩燁A(yù)測的影響可能存在較大差異,這主要是因?yàn)榈筒▌?dòng)的安全網(wǎng)在熊市中具有較高價(jià)值。具體而言,在牛市中,投資者情緒高昂[25-26],散戶投資者對波動(dòng)性的偏好進(jìn)一步放大,“中小創(chuàng)”往往成為散戶投資者的主要配置,此時(shí)社保基金的安全網(wǎng)效應(yīng)更受散戶投資者的排斥,從而強(qiáng)化社保基金持股與投資者關(guān)注的負(fù)向關(guān)系,更大程度緩解分析師來自經(jīng)紀(jì)業(yè)務(wù)的利益沖突,提高分析師預(yù)測精度。反之,在熊市中,投資者情緒較為悲觀,散戶投資者出于資金安全性考慮,亦會降低對波動(dòng)性的要求,此時(shí)社保基金持股的安全網(wǎng)效應(yīng)便得到散戶投資者的認(rèn)可,促使散戶投資者在社保持倉中抱團(tuán)取暖,提升社保持倉標(biāo)的的投資者關(guān)注,加劇分析師面臨的經(jīng)紀(jì)業(yè)務(wù)利益沖突,從而損害分析師預(yù)測精度。為此,預(yù)期社保基金持股對分析師預(yù)測精度的促進(jìn)作用主要體現(xiàn)在牛市中,據(jù)此提出以下假設(shè)。
H2在牛市中,社?;鸪止膳c分析師預(yù)測精度的正相關(guān)關(guān)系更明顯。
本文以2003—2018年中國證券分析師全部盈余預(yù)測數(shù)據(jù)為初始樣本。選擇2003年作為研究起點(diǎn)主要是基于兩方面的考慮:第一,2003年為社?;鹫饺胧性辏坏诙?,本文分析師預(yù)測數(shù)據(jù)來自CSMAR數(shù)據(jù)庫,該數(shù)據(jù)庫對分析師報(bào)告的記錄雖始于2001年,但2001—2002年記錄較少[20]。
在初始樣本基礎(chǔ)上,本文按如下程序進(jìn)行篩選:(1)剔除供職于獨(dú)立咨詢機(jī)構(gòu)的分析師樣本,僅保留賣方分析師數(shù)據(jù);(2)剔除分析師姓名或分析師預(yù)測缺失的樣本;(3)剔除預(yù)測終止年與報(bào)告發(fā)布年不一致的樣本,僅保留當(dāng)期預(yù)測[27];(4)剔除金融行業(yè)樣本;(5)剔除變量缺失樣本。篩選后樣本量為341 309個(gè)觀測值。為避免離群值的影響,參照研究慣例,對全部連續(xù)變量進(jìn)行上下1%的縮尾處理。本文相關(guān)數(shù)據(jù)均來自CSMAR數(shù)據(jù)庫。
1.分析師預(yù)測精度
參考譚松濤和崔小勇(2015)[14],本文采用兩種指標(biāo)作為分析師預(yù)測精度的度量:其中一種指標(biāo)是分析師預(yù)測偏差(Ferd),具體定義為分析師盈余預(yù)測與公司實(shí)際盈余之差的絕對值除以實(shí)際盈余的絕對值,其中為避免實(shí)際盈余為零導(dǎo)致樣本缺失,將分母加0.5處理。
(1)
其中,i為研報(bào)目標(biāo)公司,j為分析師個(gè)體,t為研報(bào)發(fā)布年份。式(1)表示分析師預(yù)測偏差的絕對水平,該指標(biāo)越大,分析師預(yù)測偏差則越大,預(yù)測精度越低。另一種指標(biāo)是分析師預(yù)測樂觀度(Ferr),定義如下
(2)
該指標(biāo)區(qū)分了分析師預(yù)測的偏差方向,將分析師普遍存在的系統(tǒng)性樂觀偏差考慮在內(nèi)。同時(shí),該指標(biāo)亦是分析師預(yù)測精度的反向指標(biāo),分析師預(yù)測樂觀度越大,預(yù)測精度則越低。
2.社保基金持股
參考李春濤和薛原等(2018a)[11],本文以社?;鸪止杀壤?Sfp)作為社?;鸪止傻拇碜兞俊M瑫r(shí),在穩(wěn)健性測試中,采用社?;鹗欠癯止?Sf)和社保基金持股變化(ΔSfp)進(jìn)行穩(wěn)健性檢驗(yàn)。
3.控制變量
參考黃俊和黃超等(2018)[28],本文圍繞被解釋變量分析師預(yù)測精度,選取以下控制變量:公司規(guī)模(Size)、資產(chǎn)負(fù)債率(Lev)、資產(chǎn)收益率(Roa)、市凈率(Pb)、機(jī)構(gòu)持股比例(Inshld)、個(gè)股回報(bào)率(Ret)、個(gè)股換手率(Trn)、上市年齡(Age)、分析師關(guān)注(Follow)、分析師跟進(jìn)公司數(shù)量(Cover)和預(yù)測距離(Horizon)。同時(shí),為避免年度和公司差異的潛在干擾,本文亦對年度(Year)和公司效應(yīng)(Firm)進(jìn)行控制。
本文主要變量的具體定義見表1。
表1 變量定義表
參考李春濤和薛原等(2018a)[11],本文采用如下模型,檢驗(yàn)社?;鸪止蓪Ψ治鰩燁A(yù)測精度的影響。
(3)
其中,被解釋變量Analyst為分析師預(yù)測精度,分別采用變量Ferd和Ferr表示;變量Sfp為社?;鸪止杀壤潜疚牡年P(guān)注變量。變量Control為公司財(cái)務(wù)變量、交易變量、分析師特征等控制變量。變量Year和Firm為年度與公司效應(yīng)。本文關(guān)注變量Sfp的回歸系數(shù)β1的符號與顯著性,如果β1顯著為負(fù),則說明社?;鸪止杀壤礁撸治鰩燁A(yù)測偏差和預(yù)測樂觀度越低,預(yù)測精度越高,從而與假設(shè)H1相一致。反之,如果β1顯著為正,則說明社保基金持股有損分析師預(yù)測精度。
表2報(bào)告了本文主要變量的描述性統(tǒng)計(jì)結(jié)果。首先,在分析師預(yù)測方面,變量Ferd和Ferr的均值分別為0.239 5和0.169 3,標(biāo)準(zhǔn)差分別為0.301 9和0.343 1,表明分析師預(yù)測偏差與預(yù)測樂觀度存在較大個(gè)體差異,與黃俊和黃超等的發(fā)現(xiàn)相一致[28]。同時(shí),變量Ferr的均值與中位數(shù)均為正值,證實(shí)分析師存在系統(tǒng)性樂觀偏差[20]。其次,在社?;鸪止煞矫妫兞縎fp的均值為0.731 7,即樣本中社保基金平均持股比例為0.73%,標(biāo)準(zhǔn)差為1.211 1,說明社?;饘Σ煌瑯?biāo)的的持股比例存在較大差異,為研究社?;鸪止傻慕?jīng)濟(jì)后果提供了良好的統(tǒng)計(jì)支持。此外,變量Sfp的最大值為5.770 0,即社保基金最高持股5.77%,表明目前社?;鸪止杀壤毡槠?,對于社?;鹉芊癜l(fā)揮市場影響仍需進(jìn)一步驗(yàn)證。最后,在控制變量方面,分析師平均每月跟進(jìn)約9家公司,單一公司平均每月約有6名分析師跟進(jìn),表明分析師對上市公司的覆蓋強(qiáng)度較大,可能顯著影響公司決策,是資本市場中不可忽略的重要成員。
表2 描述性統(tǒng)計(jì)
表3報(bào)告了社?;鸪止膳c分析師預(yù)測精度的回歸結(jié)果,前兩列以分析師預(yù)測偏差Ferd為被解釋變量,后兩列以分析師預(yù)測樂觀度Ferr為被解釋變量。從前兩列可見,無論是否加入控制變量,變量Sfp的系數(shù)值均在1%水平顯著為負(fù),表明社保基金持股比例越高,分析師預(yù)測偏差越低,預(yù)測精度越高,與假設(shè)H1相一致。后兩列亦提供類似結(jié)果,無論是否加入控制變量,變量Sfp的系數(shù)值均顯著為負(fù),說明社保基金持股比例與分析師預(yù)測樂觀度顯著負(fù)相關(guān),可以有效促進(jìn)分析師預(yù)測精度,再次支持假設(shè)H1。綜合而言,表3支持社?;鸪止傻姆e極市場效應(yīng),為社保基金助力資本市場健康發(fā)展提供了經(jīng)驗(yàn)證據(jù)。
表3 社?;鸪止膳c分析師預(yù)測精度
在控制變量方面,高規(guī)模、高市凈率、高機(jī)構(gòu)持股、高換手率的“四高公司”,分析師預(yù)測偏差和預(yù)測樂觀度均更大,預(yù)測精度更低,與黃俊和黃超等的發(fā)現(xiàn)相符[28]。高負(fù)債、高盈利、高回報(bào)率的公司,分析師預(yù)測精度更高,與褚劍和秦璇等(2019)的研究相一致[25]。此外,分析師跟進(jìn)公司數(shù)量越少,預(yù)測距離越長,預(yù)測精度則越低。
基本回歸結(jié)果支持社?;鸪止傻姆e極市場效應(yīng),但并未區(qū)分社?;鸪止傻闹卫硇?yīng)與安全網(wǎng)效應(yīng),亦不能為安全網(wǎng)效應(yīng)的存在性提供證據(jù)。為此,進(jìn)一步對假設(shè)H2進(jìn)行驗(yàn)證,考察在不同市場環(huán)境下,社保基金持股對分析師預(yù)測精度的異質(zhì)性影響。在理論上,如果安全網(wǎng)效應(yīng)成立,在熊市中,散戶投資者應(yīng)聚集于社?;鸬某謧}標(biāo)的,尋求安全背書,從而增加持倉標(biāo)的的投資者關(guān)注,加劇分析師面臨的經(jīng)紀(jì)業(yè)務(wù)利益沖突,抑制社保基金持股的積極影響。
參考Pagan和Sossounov(2003)[29],采用波峰波谷法,以上證綜指為基準(zhǔn),對樣本期間的市場環(huán)境進(jìn)行劃分,定義2005年、2006年、2007年、2009年、2014年、2015年和2017年為牛市,其余年份為熊市。表4報(bào)告了不同市場環(huán)境下的分樣本回歸結(jié)果。從表可見,在牛市中,變量Sfp的系數(shù)值均在1%水平顯著為負(fù),且系數(shù)值大于全樣本結(jié)果(絕對值),表明在牛市中,散戶投資者情緒更加高昂,風(fēng)險(xiǎn)偏好提升,社保持倉加速散戶投資者流出,緩解分析師面臨的經(jīng)濟(jì)業(yè)務(wù)利益沖突,從而更明顯的促進(jìn)分析師預(yù)測精度,與假設(shè)H2相一致;而在熊市中,變量Sfp的系數(shù)值均不顯著,表明在熊市中,社?;鸪止煽赡転樯敉顿Y者提供了安全背書,在社保持倉標(biāo)的中形成散戶投資者的抱團(tuán)取暖,提升持倉標(biāo)的的投資者關(guān)注,從而難以緩解分析師利益沖突,抑制社保基金持股對分析師預(yù)測精度的促進(jìn)作用。綜合而言,表4初步支持社?;鸢踩W(wǎng)效應(yīng)的存在性,顯示社?;鹑胧袑ㄟ^影響投資者資產(chǎn)配置的調(diào)整,影響分析師決策,形成不同市場參與主體之間的行為互動(dòng)。
表4 社?;鸪止伞⑹袌霏h(huán)境與分析師預(yù)測精度
1.內(nèi)生性處理
(1)工具變量回歸。分析師預(yù)測精度高的公司,往往治理結(jié)構(gòu)良好、信息披露質(zhì)量較高,這些公司亦深受社?;鹌珢踇11],因此,社?;鸪止膳c分析師預(yù)測精度之間,可能存在反向因果關(guān)系,原估計(jì)可能存在偏誤。為此,參考李春濤和劉貝貝等(2018b)[12],本文采用同年份同行業(yè)除樣本公司以外的社保基金持股比例均值(Sfp_m)作為工具變量進(jìn)行回歸。一方面,樣本公司的社?;鸪止杀壤?,顯然與同年份同行業(yè)的社?;鸪止汕闆r相關(guān);另一方面,其他公司的社保基金持股比例,不會直接影響樣本公司的分析師預(yù)測,滿足外生性要求。表5報(bào)告了對應(yīng)的回歸結(jié)果。在第一階段回歸中,變量Sfp_m的系數(shù)值顯著為正,且Cragg-Donald Wald F統(tǒng)計(jì)量大于10,表明變量Sfp_m不是弱工具變量,滿足相關(guān)性要求;在第二階段回歸中,變量Sfp的系數(shù)值均在1%水平顯著為負(fù),再次表明社?;鸪止煽梢燥@著降低分析師預(yù)測偏差與預(yù)測樂觀度,促進(jìn)分析師預(yù)測精度,支持假設(shè)H1。
表5 社?;鸪止膳c分析師預(yù)測精度:內(nèi)生性處理
(2)安慰劑檢驗(yàn)。證券分析師的預(yù)測行為受到多種因素影響,盡管本文已對公司財(cái)務(wù)特征、交易特征以及分析師自身特征進(jìn)行控制,但仍然可能遺漏某些重要的系統(tǒng)性因素,導(dǎo)致原結(jié)論估計(jì)偏誤。為此,本文采用安慰劑檢驗(yàn)進(jìn)行穩(wěn)健性測試,如果隨機(jī)分配后的變量Sfp仍然顯著為負(fù),則表明原結(jié)論并非社?;鸪止膳c分析師預(yù)測之間的因果關(guān)系,而是遺漏了某些系統(tǒng)性因素;反之,如果變量Sfp不顯著,則支持原結(jié)論。表5報(bào)告了對應(yīng)的回歸結(jié)果。從表可見,變量Sfp的系數(shù)值分別為0.000 1和0.000 2,且均不顯著,從側(cè)面對原結(jié)論提供了支持,結(jié)論穩(wěn)健。
2.其他穩(wěn)健性檢驗(yàn)
本文還在以下方面進(jìn)行了穩(wěn)健性檢驗(yàn):(1)重新定義分析師預(yù)測精度。參考許年行和江軒宇等(2012)[20],以年初股價(jià)替換式(1)和式(2)中的分母,重新定義分析師預(yù)測精度。(2)調(diào)整樣本。參考Cowen和Groysberg等(2006)[30],僅保留分析師對目標(biāo)公司當(dāng)年發(fā)布的最后一次預(yù)測,以降低樣本間的相關(guān)性。(3)重新定義社?;鸪止?。參考李春濤和薛原等(2018a)[11],以社?;鹗欠癯止?Sf)和社?;鸪止勺兓?ΔSfp)作為社保基金持股的代理變量。表6和表7報(bào)告了對應(yīng)的回歸結(jié)果。變量Sfp、Sf和ΔSfp的系數(shù)值均顯著為負(fù),再次表明社?;鸪止膳c分析師預(yù)測精度顯著正相關(guān),原結(jié)論保持不變。
表6 其他穩(wěn)健性檢驗(yàn):重新定義分析師預(yù)測和調(diào)整樣本
表7 其他穩(wěn)健性檢驗(yàn):重新定義社?;鸪止?/p>
前文發(fā)現(xiàn),社?;鸪止煽梢燥@著降低分析師預(yù)測偏差和預(yù)測樂觀度,提高分析師預(yù)測精度,且這一促進(jìn)效應(yīng)在牛市中更為明顯。但對于社?;鸪止捎绊懛治鰩燁A(yù)測精度的具體渠道,尚未有直接的證據(jù)。為此,本文從治理效應(yīng)和安全網(wǎng)效應(yīng)兩個(gè)方面,對社?;鸪止捎绊懛治鰩燁A(yù)測的作用機(jī)制進(jìn)行檢驗(yàn),其中,前者影響分析師的信息獲取,后者影響分析師的利益沖突。
首先,治理效應(yīng)方面。社?;鹱鳛閷I(yè)化、獨(dú)立性的長期投資者,更有動(dòng)機(jī)和能力監(jiān)督上市公司管理層和大股東,完善公司治理,從而促進(jìn)上市公司提升信息披露治理,改進(jìn)分析師預(yù)測精度。參考劉永澤和高嵩(2014)[31],本文采用滬深交易所信息披露考評結(jié)果(2)數(shù)據(jù)來源:中國研究數(shù)據(jù)服務(wù)平臺(CNRDS),變量Attention同。作為信息披露質(zhì)量(Discloure)的代理變量,依次將不及格(D)、及格(C)、良好(B)和優(yōu)秀(A)定義為1-4,并采用式(3)(4)(5)進(jìn)行中介效應(yīng)檢驗(yàn)。
(4)
(5)
表8報(bào)告了治理效應(yīng)的回歸結(jié)果。前兩列顯示,變量Sfp的系數(shù)值在1%水平顯著為負(fù),表明社?;鸪止煽梢燥@著降低分析師預(yù)測偏差和預(yù)測樂觀度,提高預(yù)測精度;第三列顯示,變量Sfp的系數(shù)值在1%水平顯著為正,表明社保基金持股與公司信息披露質(zhì)量顯著正相關(guān),支持社?;鸬闹卫硇?yīng);后兩列顯示,同時(shí)加入變量Sfp和Discloure后,變量Discloure的系數(shù)值顯著為負(fù),且變量Sfp的系數(shù)值相比前兩列有所降低,表明發(fā)揮治理效應(yīng),促進(jìn)信息披露是社?;鹩绊懛治鰩燁A(yù)測的重要途徑。
其次,安全網(wǎng)效應(yīng)方面。社保基金作為保障民生的重要支柱,資金安全是投資底線,因此,社?;饘⒓訌?qiáng)對公司股價(jià)操縱的監(jiān)督,堅(jiān)持價(jià)值投資,降低股價(jià)波動(dòng);而散戶投資者偏好高波動(dòng)性標(biāo)的,熱衷于追漲殺跌。這種持股偏好的不一致將促使散戶投資者回避社保基金持倉標(biāo)的,社?;鸪止煽赡芡ㄟ^降低投資者關(guān)注,抑制分析師的經(jīng)紀(jì)業(yè)務(wù)利益沖突,提升分析師預(yù)測精度。參考許紅梅和李春濤(2020)[32],分兩步對安全網(wǎng)效應(yīng)進(jìn)行驗(yàn)證。第一,參考岑維和童娜瓊等(2016)[33],采用滬深交易所互動(dòng)易平臺中投資者提問數(shù)量作為投資者關(guān)注(Attention)的代理變量,該平臺問題基本均為散戶投資者提出,以此作為度量標(biāo)準(zhǔn)可以有效反映散戶投資者對公司的關(guān)注度,本文將據(jù)此基于中介效應(yīng)模型檢驗(yàn)投資者關(guān)注是否構(gòu)成社?;鸪止捎绊懛治鰩燁A(yù)測的渠道。第二,根據(jù)券商的經(jīng)紀(jì)業(yè)務(wù)收入占比(4)券商經(jīng)紀(jì)業(yè)務(wù)收入數(shù)據(jù)來自中國證券業(yè)協(xié)會。協(xié)會自2008年開始公布券商營收和經(jīng)紀(jì)業(yè)務(wù)相關(guān)收入數(shù)據(jù),并且2011年、2012年、2013年的數(shù)據(jù)并未公布,因此本節(jié)中券商經(jīng)紀(jì)業(yè)務(wù)收入占比數(shù)據(jù)期間為2008-2010年、2014-2018年。是否排名行業(yè)前五名,對樣本進(jìn)行分組檢驗(yàn),考察在不同經(jīng)紀(jì)業(yè)務(wù)占比下投資者關(guān)注對分析師預(yù)測的影響,如果投資者關(guān)注與分析師經(jīng)紀(jì)業(yè)務(wù)利益沖突正相關(guān),那么對于經(jīng)紀(jì)業(yè)務(wù)收入占比低的券商,由于分析師本身面臨的經(jīng)紀(jì)業(yè)務(wù)利益沖突較小,此時(shí)投資者關(guān)注的增長將會顯著加大分析師的經(jīng)紀(jì)業(yè)務(wù)利益沖突,從而降低分析師預(yù)測精度,而對于經(jīng)紀(jì)業(yè)務(wù)收入占比高的券商,由于券商對經(jīng)紀(jì)業(yè)務(wù)依賴較強(qiáng),無論投資者關(guān)注如何變化,分析師都將面臨較強(qiáng)的利益沖突,投資者關(guān)注的邊際影響不明顯。通過以上兩步檢驗(yàn),形成“社?;鸪止伞档屯顿Y者關(guān)注——降低經(jīng)紀(jì)業(yè)務(wù)利益沖突”的閉環(huán)機(jī)制驗(yàn)證。
(6)
(7)
表9報(bào)告了安全網(wǎng)效應(yīng)的回歸結(jié)果。從列(2)來看,社?;鸪止娠@著降低投資者關(guān)注,且在列(3)中同時(shí)加入變量Sfp和Attention后,變量Attention的系數(shù)值顯著為正,同時(shí),變量Sfp的系數(shù)值相比列(1)明顯降低,且降幅大于治理效應(yīng)的檢驗(yàn)結(jié)果,表明社?;鸾档屯顿Y者關(guān)注是影響分析師預(yù)測的主要機(jī)制。從后兩列來看,當(dāng)經(jīng)紀(jì)業(yè)務(wù)收入占比較高時(shí),變量Attention的系數(shù)值雖然為正,但并不顯著,表明對于高傭金依賴的券商而言,無論投資者關(guān)注如何變化,券商都會對分析師決策施壓,以期通過發(fā)布偏樂觀的盈余預(yù)測帶來更多交易傭金,此時(shí),投資者關(guān)注的邊際影響并不明顯;反之,當(dāng)經(jīng)紀(jì)業(yè)務(wù)收入占比較低時(shí),變量Attention的系數(shù)值在1%水平顯著為正,表明投資者關(guān)注加劇了低傭金依賴度券商分析師的利益沖突,損害了分析師預(yù)測精度。綜合而言,表9表明社?;鸪止山档土松敉顿Y者對公司的關(guān)注,緩解了分析師面臨的經(jīng)紀(jì)業(yè)務(wù)利益沖突,從而改進(jìn)了分析師預(yù)測精度。
表9 作用機(jī)制檢驗(yàn):安全網(wǎng)效應(yīng)(5)出于篇幅考慮,表9未報(bào)告預(yù)測樂觀度(Ferr)的相關(guān)結(jié)果,估計(jì)結(jié)論與預(yù)測偏差(Ferd)一致,留存?zhèn)渌鳌?/p>
最后,對投資者偏好給予進(jìn)一步驗(yàn)證。從前文來看,安全網(wǎng)效應(yīng)驅(qū)動(dòng)的投資者資產(chǎn)配置調(diào)整和分析師利益沖突緩解,是社保基金持股影響分析師預(yù)測的重要機(jī)制,而該鏈條成立的關(guān)鍵一環(huán),則是散戶投資者與社?;鸪止傻耐顿Y偏好存在明顯差異,即散戶投資者偏好高波動(dòng),熱衷于追漲殺跌的頻繁交易,而社?;鹌玫筒▌?dòng)保證資金安全。為驗(yàn)證散戶投資者的投資偏好,以熊市環(huán)境為切入點(diǎn),檢驗(yàn)對于不同規(guī)模的公司,社?;鸪止墒欠翊嬖趯Ψ治鰩燁A(yù)測的異質(zhì)性影響。如果散戶投資者偏好高波動(dòng)性,那么在熊市中,散戶投資者可能會選擇小市值公司抱團(tuán)取暖,兼顧社保的安全背書和波動(dòng)偏好,從而加劇跟進(jìn)小市值公司的分析師利益沖突,降低預(yù)測精度。
表10報(bào)告了不同市值規(guī)模公司的分樣本回歸結(jié)果。從表10可見,在大市值公司中,變量Sfp的系數(shù)值為負(fù),且不顯著,表明在熊市中,社?;鸪止刹⑽磶砩敉顿Y者在大市值公司的明顯聚集,從而不會加劇分析師的經(jīng)紀(jì)業(yè)務(wù)利益沖突,損害預(yù)測精度。而在小市值公司中,變量Sfp的系數(shù)值分別在5%和1%水平顯著為正,表明在熊市中,散戶投資者出于安全性和波動(dòng)性的綜合考慮,在社保持倉的小市值公司形成了聚集,導(dǎo)致社保持股顯著加劇分析師利益沖突,降低預(yù)測精度。綜合而言,表10說明即使在熊市環(huán)境下,投資者雖然會進(jìn)行安全性考慮,在社保持倉的安全網(wǎng)效應(yīng)下抱團(tuán)取暖,但亦會兼顧波動(dòng)性偏好,聚集于小市值公司,從而支持散戶投資者的高波動(dòng)偏好,為散戶投資者與社保投資偏好的差異提供了支持。
表10 投資者偏好的再驗(yàn)證:熊市環(huán)境
吸引中長期資金入市,改善投資者結(jié)構(gòu),是中國資本市場改革的重要方向。社?;鹱鳛橹虚L期資金的重要來源,其入市行為是否有助于市場健康發(fā)展,是有關(guān)資本市場的關(guān)鍵命題。不同于現(xiàn)有文獻(xiàn)集中于考察社保基金持股對公司決策的影響,本文以證券分析師為切入點(diǎn),對社保基金持股的市場效應(yīng)進(jìn)行探討,并基于社?;鹋c一般機(jī)構(gòu)投資者的差異,在傳統(tǒng)治理效應(yīng)以外,提出“社?;鸪止伞顿Y者關(guān)注——分析師經(jīng)紀(jì)業(yè)務(wù)利益沖突”的安全網(wǎng)效應(yīng),豐富了有關(guān)社?;鸱治龅睦碚摽蚣??;?003-2018年中國A股上市公司的分析師預(yù)測數(shù)據(jù),本文發(fā)現(xiàn):第一,社?;鸪止膳c分析師預(yù)測精度顯著正相關(guān),社?;鸪止杀壤礁撸治鰩燁A(yù)測精度越高,且這一關(guān)系在牛市環(huán)境下更為明顯。第二,社?;鸪止赏ㄟ^治理效應(yīng)和安全網(wǎng)效應(yīng)兩個(gè)渠道影響分析師預(yù)測,前者通過促進(jìn)公司信息披露,影響分析師信息獲取,后者通過影響投資者關(guān)注,影響分析師利益沖突。第三,散戶投資者風(fēng)險(xiǎn)偏好較高,在熊市環(huán)境下兼顧社保基金安全背書和自身風(fēng)險(xiǎn)偏好,聚集于社保持倉的小市值公司,導(dǎo)致在熊市中,社保基金持股降低跟進(jìn)小市值公司分析師的預(yù)測精度。
在中國宏觀經(jīng)濟(jì)轉(zhuǎn)型與金融供給側(cè)改革的背景下,本文的研究具有重要的現(xiàn)實(shí)價(jià)值。第一,吸引中長期資金入市是中國資本市場改革的重要環(huán)節(jié),但從實(shí)施結(jié)果來看,目前社保基金入市的規(guī)模仍然較為有限,持股比例仍然較低,本文對社?;鸪止煞e極作用的論證,為中國資本市場進(jìn)一步引入中長期資金入市提供了經(jīng)驗(yàn)支持。第二,資本市場具有多元化的市場參與主體,不同市場主體之間存在復(fù)雜的博弈過程和難以預(yù)料的博弈結(jié)果,本文發(fā)現(xiàn)社?;鹑胧袑@著影響投資者關(guān)注,驅(qū)動(dòng)投資者調(diào)整資產(chǎn)配置,并進(jìn)一步反饋至其他市場主體(如證券分析師等),因此,在引入中長期資金的過程中,不僅應(yīng)關(guān)注新入市主體的直接影響,亦應(yīng)高度關(guān)注不同市場主體之間的行為互動(dòng)及經(jīng)濟(jì)后果,科學(xué)評估新入市主體的綜合影響。第三,投資者教育是建設(shè)完善資本市場的重要任務(wù),本文發(fā)現(xiàn)由于散戶投資者偏好高波動(dòng)性標(biāo)的,導(dǎo)致社保基金持股在某些特定環(huán)境下有損分析師預(yù)測精度,對市場造成了顯著的負(fù)面影響,因此,建議監(jiān)管機(jī)構(gòu)持續(xù)強(qiáng)化投資者教育,持續(xù)貫徹價(jià)值投資理念,為市場改革創(chuàng)造良好的投資者基礎(chǔ)。
現(xiàn)代財(cái)經(jīng)-天津財(cái)經(jīng)大學(xué)學(xué)報(bào)2021年9期